摘要
针对“优购生活”电商平台传统补货模式导致的缺货与积压问题,本文聚焦全国总仓未来两周商品需求量预测,构建融合外生变量的SARIMAX时间序列模型。基于平台1000个商品的基础数据、6000条仓储成本数据及时序销售数据,通过数据预处理、外生变量筛选与网格搜索参数优化,最终确定最优模型参数(p=1,d=1,q=2)。模型验证结果显示,平均绝对误差(MAE)为23.6,均方根误差(RMSE)为29.4,平均绝对百分比误差(MAPE)仅18.33%,促销期峰值预测误差小于10%。研究表明,SARIMAX模型能精准捕捉电商需求的时序依赖、周期性波动及外部冲击特征,为总仓智能补货提供可靠数据支撑,可有效降低物流成本与库存风险。
